Хотели заменить RNN трансформерами
Не всё пошло по плану, но без важных открытий не остались 💡
В новой статье команда прикладных исследований и разработки моделей глубокого обучения делится актуальными разработках в области нейросетевого кредитного скоринга физических лиц.
На карточках рассказываем коротко, как менялась архитектура моделей, что дало максимальный аплифт и почему некоторые идеи оказались не такими эффективными, как ожидалось.
А полностью про эксперименты команды читайте в статье🔗
Не всё пошло по плану, но без важных открытий не остались 💡
В новой статье команда прикладных исследований и разработки моделей глубокого обучения делится актуальными разработках в области нейросетевого кредитного скоринга физических лиц.
На карточках рассказываем коротко, как менялась архитектура моделей, что дало максимальный аплифт и почему некоторые идеи оказались не такими эффективными, как ожидалось.
А полностью про эксперименты команды читайте в статье
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤15🔥6😍5
Взяли Generation AI Awards 2026 в номинации «Лучшее применение генеративного AI для разработки и тестирования» 🏆
Победу нам принес AgenticML — система AI-агентов, которая автоматизирует жизненный цикл ML-моделей. Проект помогает сократить рутинную работу сотрудников, ускоряет вывод моделей в прод и снижает модельные риски.
— Константин Четин, начальник управления по разработке инструментов автоматизации моделирования.
В карточках рассказываем, как устроен AgenticML, что происходит под капотом и каких результатов удалось добиться благодаря AI-агентам🔼
#aaa_hardposting
Победу нам принес AgenticML — система AI-агентов, которая автоматизирует жизненный цикл ML-моделей. Проект помогает сократить рутинную работу сотрудников, ускоряет вывод моделей в прод и снижает модельные риски.
«Победа Agentic ML в премии Generation AI Awards подтверждает правильность стратегического движения банка в области ИИ.
Мы начинаем применять агентов там, где раньше требовалась значительная ручная экспертная работа: анализ артефактов, подготовка документации, проверка качества кода и сопровождение моделей. Это позволяет дата-сайентистам меньше времени тратить на повторяющиеся операции и больше фокусироваться на исследовательской работе.
Для банка это шаг к повышению операционной эффективности ML-разработки. Экспертиза DS/ML-команд масштабируется и стандартизируется, time-to-market моделей сокращается, а качество решений растет при снижении модельных рисков»,
— Константин Четин, начальник управления по разработке инструментов автоматизации моделирования.
В карточках рассказываем, как устроен AgenticML, что происходит под капотом и каких результатов удалось добиться благодаря AI-агентам
#aaa_hardposting
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥7🥰3👏3
Как научить LLM писать SQL для банка? ⚡
На Saint HighLoad++ наш коллега Никита Круглов, DS-разработчик, рассказал, как команда Альфы создавала сервис Text2SQL, который переводит запросы на естественном языке в SQL-запросы к данным банка.
Сегодня сервис помогает аналитикам работать с данными без знания SQL. В нём уже описано 200+ таблиц, а спрос со стороны команд растёт.
В докладе Никита подробно рассказал:
▶️ Какую актуальность представляет Text2SQL для банка
▶️ Как устроена архитектура сервиса, выделив ключевые компоненты влияющие на генерацию SQL
▶️ Как команда контролирует качество сервиса, оценивает работу tool calling, поиска документов и генерации SQL на «золотом» датасете
▶️ Почему успех Text2SQL зависит не только от архитектуры модели, но и от пользователей
▶️ Поделился, какие шишки команда успела набить по пути создания собственного Text2SQL
А подробнее про сервис узнавайте из презентации с выступления🔽
#aaa_event
На Saint HighLoad++ наш коллега Никита Круглов, DS-разработчик, рассказал, как команда Альфы создавала сервис Text2SQL, который переводит запросы на естественном языке в SQL-запросы к данным банка.
Сегодня сервис помогает аналитикам работать с данными без знания SQL. В нём уже описано 200+ таблиц, а спрос со стороны команд растёт.
В докладе Никита подробно рассказал:
А подробнее про сервис узнавайте из презентации с выступления
#aaa_event
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥20❤8
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥17😎8👏4🤔2
Как рекомендовать задания миллионам пользователей? 🎮
В играх Альфа-Банка пользователи выполняют задания ради игровых бонусов, а для банка это реальные действия: оплата ЖКУ, бронирование отелей, заказ карты и другие продуктовые сценарии.
🔗 Почему простая архитектура победила более сложные варианты, рассказал Сергей Валин, старший специалист по интеллектуальному анализу данных. Главное собрали в карточках, а полная история экспериментов уже на Хабре.
#aaa_hardposting
В играх Альфа-Банка пользователи выполняют задания ради игровых бонусов, а для банка это реальные действия: оплата ЖКУ, бронирование отелей, заказ карты и другие продуктовые сценарии.
Когда таких заданий стало много, появилась задача рекомендовать каждому пользователю именно те, которые он с большей вероятностью выполнит. Казалось, что логичным решением станет одна модель для всех заданий. Но на практике всё оказалось сложнее: единая архитектура плохо работала с разными типами продуктов. В итоге лучшим решением оказался совсем другой подход.
#aaa_hardposting
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥13🤓2😎2
Как Kaggle помогает прокачивать навыки в Data Science? 🏆
Для многих Kaggle — это соревнования по машинному обучению. Но для наших специалистов ещё и возможность изучать новые предметные области, тестировать подходы и решать нестандартные задачи.
Поговорили с Кириллом Кривошеевым, старшим специалистом по интеллектуальному анализу данных, о том, как он пришел в Kaggle и какие решения помогли занять призовые места и звание Kaggle Master.
▶️ Как ты пришел в Kaggle?
В каких соревнованиях ты участвовал?
🥈 Optiver — Trading at the Close (декабрь 2023, серебряная медаль, топ-4%)
Задача — прогнозирование временных рядов на основе истории и текущих данных аукциона.
🥇 Santa 2025 — Christmas Tree Packing Challenge (январь 2026, золотая медаль, 16 место)
Участникам нужно было найти оптимальный способ упаковать 2D-елки в квадрат минимального размера.
🥇 Predicting Irrigation Need (апрель 2026, 1 место)
Нерейтинговое соревнование по табличным данным.
🥈 Orbit Wars (июнь 2026, серебряная медаль, топ-4%)
Задача — разработать бота для стратегии в реальном времени по захвату планет.
А вы делитесь, если тоже участвовали в соревнованиях Kaggle🔽
#aaa_experts
Для многих Kaggle — это соревнования по машинному обучению. Но для наших специалистов ещё и возможность изучать новые предметные области, тестировать подходы и решать нестандартные задачи.
Поговорили с Кириллом Кривошеевым, старшим специалистом по интеллектуальному анализу данных, о том, как он пришел в Kaggle и какие решения помогли занять призовые места и звание Kaggle Master.
«Про Kaggle я узнал во время обучения в институте. Участвую в соревнованиях, когда есть свободное время, для меня это хобби. Соревнования очень разнообразные, и часто это способ познакомиться с новой предметной областью, задачами и подходами к их решению».
В каких соревнованиях ты участвовал?
🥈 Optiver — Trading at the Close (декабрь 2023, серебряная медаль, топ-4%)
Задача — прогнозирование временных рядов на основе истории и текущих данных аукциона.
«Основная идея решения заключалась в том, чтобы автоматически дообучать модель каждые 20 дней на новых данных во время периода предсказаний».
🥇 Santa 2025 — Christmas Tree Packing Challenge (январь 2026, золотая медаль, 16 место)
Участникам нужно было найти оптимальный способ упаковать 2D-елки в квадрат минимального размера.
«Ключевыми стали использование специализированной библиотеки sparrow, идея регулярного прямоугольного шаблона и своевременное объединение в команду».
🥇 Predicting Irrigation Need (апрель 2026, 1 место)
Нерейтинговое соревнование по табличным данным.
«Основой решения стал стекинг сильнейших табличных моделей — бустингов (XGBoost, CatBoost) и современных нейросетей (TabM, RealMLP и других) с разнообразной генерацией признаков».
🥈 Orbit Wars (июнь 2026, серебряная медаль, топ-4%)
Задача — разработать бота для стратегии в реальном времени по захвату планет.
«Основной идеей стала оптимизация начальной фазы расширения с учетом полезности планет и добавление возможности ожидания при захвате нейтральных планет».
А вы делитесь, если тоже участвовали в соревнованиях Kaggle
#aaa_experts
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥15🏆8❤7🔥2😎2👏1
Правила приличия для ИИ 🤖
В декабре 2025 года Банк России опубликовал Кодекс этики в сфере разработки и применения ИИ на финансовом рынке. К нему присоединился Альфа-Банк и другие крупнейшие банки страны.
В его основе — пять принципов:
🤡 Человекоцентричность — ИИ должен улучшать качество и безопасность услуг
🤡 Справедливость — без дискриминации и использования данных без согласия
🤡 Прозрачность — человек должен понимать, когда взаимодействует с ИИ
🤡 Безопасность, надёжность и эффективность — качество работы моделей нужно постоянно контролировать
🤡 Ответственное управление рисками — возможные угрозы важно выявлять и снижать
— Михаил Васильев, руководитель Департамента развития и контроля ИИ-решений Альфа-Банка
Как эти принципы работают на практике, зачем нужен добровольный кодекс и почему ответственность за решения ИИ всё равно несёт человек, рассказываем в статье🤡
#aaa_hardpostin
В декабре 2025 года Банк России опубликовал Кодекс этики в сфере разработки и применения ИИ на финансовом рынке. К нему присоединился Альфа-Банк и другие крупнейшие банки страны.
Кодекс этики — набор принципов, которые помогают выстраивать безопасное и прозрачное взаимодействие человека с ИИ.
В его основе — пять принципов:
«Если прочитать документ, становится понятно, что это не “свод этических заповедей для разработчиков”, а скорее руководство по комфортному и прозрачному взаимодействию банков с клиентом»,
— Михаил Васильев, руководитель Департамента развития и контроля ИИ-решений Альфа-Банка
Как эти принципы работают на практике, зачем нужен добровольный кодекс и почему ответственность за решения ИИ всё равно несёт человек, рассказываем в статье
#aaa_hardpostin
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🔥2😎1
Чего вы боитесь от ИИ больше?
🤯 — Галлюцинаций
🙈 — Что не пойму, что это ИИ
😭 — Что станет умнее меня
🤯 — Галлюцинаций
🙈 — Что не пойму, что это ИИ
😭 — Что станет умнее меня
🤯39😭16🙈10🤓1
Выпустили 49 новых AI-продактов 🎓
У нас прошёл выпускной второго потока Школы AI-продактов. В этом году программу завершили 49 сотрудников.
Роль AI-продакта появилась в банке в конце 2024 года. Это специалисты, которые помогают внедрять искусственный интеллект в бизнес-процессы. Подробно рассказывали про роль в посте.
Таких специалистов на рынке пока единицы, поэтому мы решили развивать их внутри банка.
Три месяца участники Школы работают с реальными бизнес-задачами: оценивают потенциал внедрения ИИ, рассчитывают экономический эффект, готовят требования для команд разработки и превращают идеи в проекты, готовые к постановке в бэклог.
Результаты первого потока показали, что такой подход работает:
🔴 28 из 32 проектов вошли в бэклог разработки
🔴 Прогнозируемый бизнес-эффект от их реализации — более 6 млрд рублей
🔴 Программа стала лауреатом премий Digital Learning и «Смарт Пирамида»
— Денис Горлов, старший руководитель по развитию продукта, выпускник первого потока Школы ИИ-продактов
В течение года программа продолжит масштабироваться, чтобы ещё больше сотрудников могли запускать AI-проекты в своих направлениях.
#aaa_event
У нас прошёл выпускной второго потока Школы AI-продактов. В этом году программу завершили 49 сотрудников.
Роль AI-продакта появилась в банке в конце 2024 года. Это специалисты, которые помогают внедрять искусственный интеллект в бизнес-процессы. Подробно рассказывали про роль в посте.
Таких специалистов на рынке пока единицы, поэтому мы решили развивать их внутри банка.
Три месяца участники Школы работают с реальными бизнес-задачами: оценивают потенциал внедрения ИИ, рассчитывают экономический эффект, готовят требования для команд разработки и превращают идеи в проекты, готовые к постановке в бэклог.
Результаты первого потока показали, что такой подход работает:
«До школы AI Product я был тем самым заказчиком, который приходил с идеей, просил сделать „красиво“ и ждал, что команда сама превратит её в результат. После школы я стал партнёром. Теперь я не просто прошу „прикрутить ML-модель“, а понимаю, какую проблему мы решаем, как проверить гипотезу и по каким метрикам оценить результат»,
— Денис Горлов, старший руководитель по развитию продукта, выпускник первого потока Школы ИИ-продактов
В течение года программа продолжит масштабироваться, чтобы ещё больше сотрудников могли запускать AI-проекты в своих направлениях.
#aaa_event
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11❤🔥3🤩3👍1